第1章 引論1.1 化問題1.2 方法概述1.3 凸集與凸函數1.4 無約束優化性條件習題
第2章 線搜索方法與信賴域方法2.1 精確線搜索方法2.2 非精確線搜索方法2.3 信賴域方法習題
第3章 速下降法與牛頓方法3.1 速下降法3.2 牛頓方法習題
第4章 共軛梯度法4.1 線性共軛方向法4.2 線性共軛梯度法4.3 非線性共軛梯度法4.4 共軛梯度法的收斂性習題
第5章 擬牛頓方法5.1 方法概述與校正公式5.2 擬牛頓方法的全局收斂性5.3 一般擬牛頓方法的超線性收斂性5.4 DFP,BFGS方法的超線性收斂性習題
第6章 小二乘問題6.1 線性小二乘問題6.2 非線性小二乘問題習題
第7章 約束優化性條件7.1 等式約束優化一階性條件7.2 不等式約束優化一階性條件7.3 Lagrange函數的鞍點7.4 凸規劃性條件7.5 Lagrange對偶7.6 約束優化二階性條件習題
第8章 二次規劃8.1 模型與基本性質8.2 對偶理論8.3 等式約束二次規劃的求解方法8.4 不等式約束二次規劃的有效集方法習題
第9章 約束優化的可行方法9.1 Zoutendijk可行方向法9.2 Topkis-Veinott可行方向法9.3 投影算子9.4 約束優化梯度投影方法習題
第10章 約束優化的罰函數方法10.1 外點罰函數方法10.2 內點罰函數方法10.3 乘子罰函數方法習題
第11章 序N——次規劃方法11.1 SQP方法的基本形式11.2 SQP方法的收斂性質11.3 既約SQP方法11.4 信賴域SQP方之習題參考文獻
請選擇顏色、尺碼等選項!
已成功加入購物車!